详见前文《特大利好！中央财经委会议鼓励无人驾驶商用车发展》，点击标题直达。
会议确定的这一要求，会如何影响我国无人驾驶商用车行业的发展呢？新汽车研究所联系了国内聚焦干线物流等领域的自动驾驶头部企业主要负责人，请他们谈一谈自己的看法。今天为大家带来的是新汽车研究所所长王冀与智加科技总经理容力博士的访谈。
智加科技总经理容力博士
容力博士认为，无人驾驶商用车是新质生产力在物流业的具体体现，代表着未来发展方向，但其发展需要从技术与商业等2个维度综合考量，要有一个整体解决方案。
1
物流新模式是新质生产力
的具体表现
王冀：中央财经委员会第四次会议提出“要鼓励发展与平台经济、低空经济、无人驾驶等结合的物流新模式”，您预判中的“物流新模式”会是什么样的？
容力：我们可以理解为，中央是想从鼓励模式创新和技术创新两方面入手，来推动物流业发展。其中，鼓励发展平台经济强调的是模式创新，鼓励发展低空经济、无人驾驶等新技术应用则强调技术驱动。
智加科技预判的“物流新模式”具有这样的特征——通过数字平台汇聚资源与需求，同时利用无人驾驶提供高效率的运力。
具体而言，可以分为2步走。第一步是通过技术和商业模式的创新构建起互联网平台，推动传统物流产业的转型升级。总体看，我国物流业的经营模式还是比较传统的，体现为“小而散”，通过利用互联网平台可以优化资源配置，改变上下游之间的信息不对称，把闲置的资源配置到需要它的地方去，就能激发出不同市场主体的创业活力。
二是加强物流业的信息化、数字化和智能化，发展智慧物流，这是在平台化基础之上的进一步发展。通过数字化构建起物流业的通道网络、仓储系统和配送体系；并通过在干线物流环节、终端配送环节应用无人驾驶技术，让物流业可以实现点对点的无人参与。
王冀：您设想中的“物流新模式”，是否会全面改变国内物流业现有的商业模式与业态？
容力：智加科技当前主要做的是干线物流的无人驾驶系统开发与应用。干线物流具有运输时间长、距离长等特点，占据了物流业绝大部分的公里数和时间。一旦实现了无人驾驶，就能将大量人力资源从驾驶环节解放出来，物流业就不再是劳动力密集型产业。
如果我们能够实现上述的物流新模式，届时，前端的数字平台能聚合物流资源与需求，中段由无人驾驶提供高效率的运力，终端的无人配送实现点对点的运输，这就是中央提倡的“新质生产力”在物流业的具象化。我认为，这样的物流新模式是行业重大生产力革命，具有难以估量的商业价值。
王冀：智加科技有无对物流企业全面应用高级别自动驾驶商用车后，其效率的提升比例、成本的下降比例做过量化预测？
容力：物流成本的构成涉及许多方面，更多是个管理问题，我们作为一家自动驾驶技术公司，能做到的是给物流企业在技术上赋能。不同物流公司依照自己的资源禀赋做出自己的决策，下降的比例各不相同。
智加科技做的量化预测，相对来说是理论的、理想化的。
从节流的角度看，我们预计，一辆L4级自动驾驶重卡一年的运营成本，包括车辆折旧、司机人工成本、油费等，可以较同级别普通重卡减少20%以上。
从开源角度看，通过应用高等级辅助自动驾驶系统，可以大大提升司机的舒适度，从而延长车辆运行时间，实现更高的产出。
王冀：无人驾驶系统会提升车辆运营的效率与舒适度，但它也会增加车辆购置成本。我国物流业从业者有很大一部分是个人，要想获得上述收益，他们是否负担得起车辆购置环节增加的成本？
容力：对自动驾驶系统能起到的作用，商用车和乘用车的用户关注的点大不相同。个体司机会首先看到的是购置成本上升，他就会考虑是否能够消化这部分增加的成本。应用自动驾驶系统后，油耗会下降，这部分收益就能很直观地被看到。其它一些性能的提升，例如舒适度提升带来的运营里程增加，并不是对所有司机而言可以直观体会。因为现实中决定个体运输户每天的运营里程数的一个重要因素是货源数量，而不是司机的身体承受能力。
因此，个体司机能否负担得起自动驾驶车辆，不完全是技术问题或经济问题，物流业商业模式可能是更重要的一个因素。我们的战略合作伙伴满帮构建了一个覆盖800多万车辆的运力撮合平台，能为600万多万司机提供资源对接。如果能让个体司机的运力使用效率提高，他们会更加愿意使用自动驾驶车辆。智加科技作为技术开发商，我们正在做的是如何让适合大型物流公司的先进技术，变成适合个体司机的产品，让技术和产品成为推动物流新模式发展的重要驱动力量。
2
无人驾驶的大规模应用
不仅是技术问题
王冀：根据2020年发布的《智能网联汽车技术路线图2.0》，在2025、2030年和2035年以后，商用车将分别实现L3、L4和L5级自动驾驶。近几年的技术进步速度如何，上述时间点有没有可能提前？
容力：学术界关于L5级自动驾驶的界定，可以将它看成是一个有驾照的人，能够不考虑天气是否恶劣等外部因素，驾驶着车辆行驶在公开道路上。要做到这一点，我认为还有很长的路要走。但如果是限定条件下的自动驾驶，也就是L4级，当前国内封闭的港口、矿山等应用场景下，已经实现了。
我预判技术的发展应该是用10年左右的时间，通过从港口、矿山这样的封闭场景，到有专用车道的高速公路这样的半封闭状态，再到开放的高速公路状态这样循序渐进的过程，应该可以全面实现L4。
王冀：目前，在技术层面上，高级别自动驾驶商用车全面参与物流运输是否还存在难以突破的瓶颈难题？智加科技当前遇到的主要技术问题是什么？
容力：自动驾驶在不同应用场景面临的问题不一样，在干线物流领域，当前已发展到L3级自动驾驶上路阶段，现阶段面临的主要技术难题是，存在大量“人机混行”的状态。如果全都是L3级自动驾驶车辆在路上运行，交通秩序会非常好，但现在绝大部分车辆都是驾驶员在驾驶，部分驾驶员的选择并非都是理性的，路面情况相对更复杂，这大大增加了L3级车辆的开发难度。
另一方面，从用户角度看，物流企业是希望应用无人驾驶技术后车辆能够24小时全天候作业，但我们现在只能做到在高速公路上的无人驾驶，还需要用户在高速公路出入口有人接车。这种情况下，物流企业会觉得并没有完全满足它的实际需求。
因此，我认为，要想在物流行业大规模应用无人驾驶，可能不仅仅是技术层面的问题，而是一个模式问题，要有一个整体解决方案。
图为智加科技2022年9月进行的高速公路“人机混行”试运营时的场景。
王冀：中央部委积极推动的智能车辆上路通行试点等（如交通运输部的智能交通先导应用试点任务）对企业的价值，更多是在验证技术的可行性，还是在给智能驾驶系统“喂”数据？
容力：是的，上路试点对企业的价值既是验证自身技术可行性，更重要的是通过“喂”数据来提升其能力。
目前做自动驾驶的公司，即便是采用端到端模型算法，依然存在长尾效应，因为人工智能大模型是建立在大数据和运算基础之上的，数据量的增加的确是会让系统没“见”过的情况越来越少，但也一定会有长尾效应。
而社会各界对机器驾驶的容错度是低于对人的，要求系统出错的几率不仅是要比人的低，而是要低许多倍。通过“喂”数据的方式来收窄长尾，让它越来越少，将概率降低到比人驾驶车辆更安全，此时的窄长尾就是可以接受的。
从智加科技的产业实践看，我们认为无人驾驶的技术可行性是没有疑问，但它从技术变成产品，还有很长的路要走；此后，能否从产品发展成有商业价值的商品，还有更长的路要走。从技术到产品再到商品的过程中，考量的因素不仅是技术，还有其商业逻辑，这个过程目前还没有完全被验证，还需要全行业共同努力。
王冀：AI大模型已极大改变了乘用车NOA系统的发展速度。在智加科技的观察中，AI大模型能否在商用车自动驾驶系统的功能开发与性能提升方面起到同样的作用？
容力：在我们的观察中，AI大模型的出现是必然的。随着算力的发展，AI大模型的出现是必然会发生的一件事儿，但它依然不完全是一个革命性的东西。
从现阶段的产业实践看，自动驾驶行业还无法做到在车端实现AI大模型的实时应用，因为车联网的通道带宽不够，仅靠车辆自身算力无法满足需求，需要在后台做好预处理，将一部分数据预埋在车上。
在自动驾驶系统开发过程中应用AI大模型，可以仿真、感知、决策这些模块的效率和性能。我们认为，AI大模型的使用是循序渐进的，因为它需要巨大的投入，这不是哪一家自动驾驶企业能够独自承受的，需要行业的企业共同努力，甚至可能需要应用国家的力量来推进。
3
政策对商用车的适配性
还需调整
王冀：从智加科技的商业实践看，为更好地促进无人驾驶的发展，现行的政策、制度还有哪些需要进行调整与改变？
容力：在政府的积极推动下，我国无人驾驶产业有了很好的发展，从智加科技的实践看，有一些政策壁垒还有待进一步调整。例如许多地方自动驾驶支持政策是基于乘用车制定的，在商用车领域的适配性存在不足，建议下一步能有针对性地进行调整。
比如工信部、公安部和交通运输部联合发布的《智能网联汽车道路测试与示范应用管理规范试行》中要求，测试车辆要能自动记录事故失效情况前车辆外部360°的90秒的视频监控。这是一个很正常的要求，对于乘用车来说完全能够实现，但对半挂车来说就很难实现。因为干线物流高效率的商业模式是甩挂，也就是对半挂牵引车在作业中会适配多个挂车，在实际运行中无法保证每个挂车都安装有足够的传感器；如果仅靠半挂牵引车自带的传感器，暂时无法满足法规要求。
另外，我们做的是干线物流业务，测试车辆的行驶是跨省的，当前测试牌照还没能实现全国互认。如果2024年能够做到协同互认，能更好地支持无人驾驶干线物流领域的发展。
关于智加科技
都看到这儿了，不点击关注一下吗？
新汽车研究所，一家专注于新汽车领域的第三方独立研究机构！
